Технології автоматичного виправлення помилок безпеки в програмному забезпеченні

Савченко, Артем Юрійович

Повний запис метаданих

Поле DC	Значення	Мова
dc.contributor.advisor	Стьопочкіна, Ірина Валеріївна	-
dc.contributor.author	Савченко, Артем Юрійович	-
dc.date.accessioned	2020-02-14T11:44:32Z	-
dc.date.available	2020-02-14T11:44:32Z	-
dc.date.issued	2019-12	-
dc.identifier.citation	Савченко, А. Ю. Технології автоматичного виправлення помилок безпеки в програмному забезпеченні : магістерська дис. : 125 Кібербезпека / Савченко Артем Юрійович. – Київ, 2019. – 96 с.	uk
dc.identifier.uri	https://ela.kpi.ua/handle/123456789/31603	-
dc.language.iso	uk	uk
dc.subject	АСД	uk
dc.subject	помилка безпеки	uk
dc.subject	автоматичне виправлення помилок	uk
dc.subject	AST	uk
dc.subject	security bug	uk
dc.subject	security issues	uk
dc.subject	automatic patch generation	uk
dc.title	Технології автоматичного виправлення помилок безпеки в програмному забезпеченні	uk
dc.type	Master Thesis	uk
dc.format.page	96 с.	uk
dc.publisher.place	Київ	uk
dc.subject.udc	004.056	uk
dc.description.abstractuk	Обсяг роботи 96 сторінок, 24 ілюстрації, 23 таблиці, 88 джерел літератури. Об'єктом дослідження є вразливе програмне забезпечення, що містить помилки безпеки. Предметом дослідження є методи аналізу проміжного представлення коду, методи глибинного навчання для пошуку вразливостей та методи автоматичного виправлення помилок безпеки в коді програмного забезпечення. Методи дослідження - представлення початкового коду у вигляді абстрактного синтаксичного дерева, методи глибинного навчання, що дозволяють генерувати виправлення для помилок безпеки. Наукова новизна полягає в тому, що отримав подальший розвиток метод виправлення помилок безпеки в програмному забезпеченні написаному мовою програмування С/С++ на основі детермінованих правил шляхом додавання специфічних шаблонів, що автоматично трансформують абстрактне синтаксичне дерево виправляючи відповідну помилку безпеки. Також отримав подальший розвиток метод виправлення помилок безпеки на основі глибинного навчання шляхом попередньої обробки коду для підвищення точності завдяки видобуванню найбільш істотних ознак для помилки безпеки. Результати роботи викладені у третьому розділі, що демонструють роботу систем виправлення помилок безпеки на основі детермінованих шаблонів та на основі глибинного навчання. Результати роботи можуть бути використані виправлення специфічних помилок безпеки в початковому коді програмного забезпечення.	uk
dc.description.abstracten	The volume of work is 96 pages, 24 illustrations, 23 tables, 88 sources of literature. The object of the study is vulnerable software that contains security issues. The subject of the study is methods of analysis of the intermediate code representation, methods of deep learning to find vulnerabilities and methods of automatic patch generation for security issues in software. Research methods - presenting the source code in the form of an abstract syntax tree, deep learning methods that allow you to generate patches for security issues. The scientific novelty is that the method of correcting security errors in software written in C / C ++ programming language based on deterministic rules has been further developed by adding specific templates that automatically transform the abstract syntax tree by correcting the corresponding security error. A method of correcting security errors based on deep learning has also been further developed by pre-processing code to improve accuracy by extracting the most essential features for a security error. The results of the work are presented in Section 3, which demonstrates the performance of security-based path generation systems based on deterministic patterns and deep learning. The results of the work can be used to generate patches for specific security issues in the source code of the software.	uk
dc.publisher	КПІ ім. Ігоря Сікорського	uk
Розташовується у зібраннях:	Магістерські роботи Магістерські роботи (ІБ)

Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.